梯度運算=膨脹操作-腐蝕操作，這里的-操作是圖像的減法，可不是簡單的加減乘除運算
為了更加形象生動，先將膨脹和腐蝕操作的結果進行合并展示，然后再與梯度運算進行比較
cv2.morphologyEx(pie,cv2.MORPH_GRADIENT,kernel)
第一個參數：圖像對象的名稱
第二個參數：梯度運算模式
第三個參數：卷積核的大小

膨脹和腐蝕操作

import cv2
import numpy as npdef show_photo(name,picture):cv2.imshow(name,picture)cv2.waitKey(0)cv2.destroyAllWindows()#原圖
pie = cv2.imread('E:\Jupyter_workspace\study\data/pie.png')
show_photo('pie',pie)#膨脹和腐蝕操作
kernel = np.ones((7,7),np.uint8)
dilate = cv2.dilate(pie,kernel,iterations = 5)
erosion = cv2.erode(pie,kernel,iterations = 5)
res = np.hstack((dilate,erosion))
show_photo('res',res)#梯度運算
gradient = cv2.morphologyEx(pie,cv2.MORPH_GRADIENT,kernel)
show_photo('gradient',gradient)

原圖：

膨脹和腐蝕操作：

梯度運算：